基于哈肯模型的我国海洋捕捞业演化机制研究
摘要：在海洋捕捞业产业系统的自组织特征的基础上，运用哈肯模型来研究海洋捕捞业的演化。首先构建海洋捕捞业演化模型，运用面板数据分析方法进行了模型计算，确定海洋捕捞业演化的序参量和控制变量，建立海洋捕捞业演化趋势函数，明确海洋捕捞业系统的演化机制。结果表明，海洋捕捞业的劳动生产率Ps是海洋捕捞业系统演化过程中阻尼小、衰减慢的序参量，控制参数a=—0.000 000 082 6，反映机动渔船拥有量Is促进劳动生产率Ps的提高； b=—276.461 9，反映Ps抑制Is的增长；1=—0.081 861，表明系统内部已经建立起Ps和Is的正反馈机制；2=0.316 697，表明海洋捕捞业系统内部机动渔船利用效率较低。从海洋捕捞业演化过程的势函数图像看出，Ps和Is会发生作用，形成新的稳定定态解Ps=33.694 019。
近期国外的演化机制的研究主要应用于以下三个领域。一方面将演化机制应用于森林产业集聚能力方面的研究，研究对于解决什么是森林工业环境功能演变机制这一问题进行了数据定性分析[1]。另一方面将演化机制用来研究地区发展的演化，如全球经济条件下世界主要城市的发展演化机制[2]。再一方面将演化机制用来研究生物领域，其中有研究生物的社会行为，通过集成跨级别的分析实验来理解社会行为的复杂性，通过多因素分析实验研究生物社会行为的演化机制[3]。还有研究人类干扰素基因来揭示脊椎动物演化机制[4]。
国内较早时期研究演化机制主要是在城市规划领域，主要研究城市边缘区空间结构演化机制，研究城市和乡村的交界地带，即城市边缘区在城市化过程中的作用及演化过程[5]。随着时间的发展，产业集群的演化成为了越来越多学者的研究目标，有研究人员从企业的视角来分析产业集群不断变化的原因，研究各个因素对产业集群变化的影响，并且从影响因素角度建立模型来分析地区产业集群的演化机制[6]。有学者从企业技术创新系统出发，建立企业技术创新系统模型，并运用相应的分析方法对不同阶段的演化机制、系统遇到的问题和相应的解决办法进行了进一步分析[7]。还有学者研究科研创新网络中知识扩散的演化机制，研究从微观视角切入,探讨科研网络中的知识主体对其知识扩散的动态影响机制[8]。
国外学者对于海洋捕捞业演化的研究具体从以下四个方面着手。首先，从宏观角度来研究，随着世界收入水平的上升以及人口数量的增加，人们对于水产品需求数量的提高导致了海洋捕捞业的产业结构出现了问题，造成了市场的供需不平衡[9]。其次，从劳动生产率的角度来说，海洋捕捞业的演化是伴随着劳动生产率的不断提高以及资本利用率的增加[10]。再次，从科学技术角度，有学者研究随着科技的进步以及时间的变迁，海洋生物的基因变化，以此达到保护海洋生物多样性的目的[11]。最后，从海洋捕捞业演化影响因素的角度来说，海洋捕捞业演化不仅仅只受制于劳动生产率、资本利用率等因素影响，还受制于国内外政府的管理政策，以及从沿海地区整体利益出发的一些管制[12]。国外学者主要倾向于研究海洋捕捞业演化的宏观政策以及理论方面的研究，并没有太多的数据实证分析。
国内学者对于海洋捕捞业演化的研究主要是从产业结构和海洋捕捞业演化影响因素方面着手。例如一些学者从科学技术角度来研究，利用随机前沿分析法对我国近海捕捞业技术进步率和技术效率进行了测算，分析各省份技术效率演变趋势及省域差异[13]。还有学者研究海洋捕捞业生产的影响因素，明确海洋捕捞业的生产水平是多种因素综合作用的结果，例如生产技术水平、海洋捕捞产品价格、水产品市场价格等因素[14]。有一些学者研究海洋环境恶化对海洋捕捞业发展造成的影响，运用现有的经济理论、构建模型进行研究，主要研究海洋环境恶化给海洋捕捞业发展带来的具体影响并进行计算分析[15]。最后，从产业结构角度来研究，从产业生态学视角下研究海洋渔业产业结构的升级，进一步扩展到海洋渔业的演化机制[16]。对海洋捕捞业演化的研究多在产业结构方面着手研究，本文从劳动生产率及机动渔船拥有量来研究海洋捕捞业演化过程中起主导作用的变量及变量之间的相互作用。
哈肯教授提出协同学理论，自组织理论是协同学的核心理论，运用自组织理论来研究系统内部的演化机制，自组织理论是哈肯模型的理论基础。哈肯提出序参量的概念，提出序参量的目的是为了解决如何描述系统自组织过程这一问题。序参量随着系统的有序度进行变化，当系统是混乱状态时，序参量为零，当系统出现一定的顺序时，序参量的值也会发生变化，所以利用序参量可以描述研究系统的有序度。序参量体现的是该系统的慢参量，是系统演化的关键，并且决定快参量的变化。哈肯模型是基于序参量的用来研究系统演化机制的模型[17]，模型通过确定序参量和计算控制变量的大小来研究系统的演化规律，从而进一步研究系统的演化机制。
海洋捕捞业产业结构的不平衡性现为海洋捕捞业系统的不稳定型，控制变量的大小和快慢参量决定了系统的演化机制，快参量随慢参量改变，慢参量决定了海洋捕捞业的演化过程，当海洋捕捞业系统经过不平衡点之后，海洋捕捞业系统将形成新的结构并保持稳定。
海洋捕捞业包括多个不同的产业部门，为简化模型分析，首先假设海洋捕捞业系统由两个产业部门组成，状态变量分别为q1和q2，根据哈肯模型的原理，两个产业部门状态变量之间的基本关系[18]为：
q1^=—1q1—aq1q2。
(1)。
q2^=—2q2+bq12。
(2)。
式中q1、q2表示状态变量，a、b、1、2为控制参数。
方程(1)、(2)反映两个子系统的相互作用关系。系统的一个定态解为q1=q2=0。设2|1|，2 ＞0，则表明状态变量q2是迅速衰减的快变量，因此可采用绝热消去法令q2=0，由式(2)可得：
q2(t)(b/2)q12(t)[19]。
(3)。
将式(3)代入式(1)，得到序参量方程为：
q1^=—1q1—（ab/2）q13。
(4)。
从式(4)求解出q1后，代入式(3)，则表示q1决定了q2，q2随q1的变化而变化。因此，q1是系统的序参量，序参量决定系统的演化。得到势函数：
V=0.51q12+(ab/42)q14。
(5)。
存在两种情况：当1＞0 时，方程(4)有唯一稳定解，q1=0。当1 0时，方程(4)有3个解q11 = 0，q12= —12ab，q13 =12ab。前一个解是不稳定的，在现实分析中不予考虑。但后两个解是稳定的，表明系统可通过突变进入新的稳定态。
q1(k+1)=(1—1)q1(k)— aq1(k)q2(k) [20]。
(6)。
q2(k+1)=(1—2)q2(k)+bq1(k)q1(k)。
(7)。
本研究选取海洋捕捞业劳动生产率Ps和机动渔船拥有量Is这两个变量进行分析。Ps代表海洋捕捞业劳动生产率，该变量衡量的是海洋捕捞业的生产能力。Is代表海洋捕捞业机动渔船拥有量，该变量主要反映海洋捕捞业固定资产投资。
假设海洋捕捞业生产率Ps为序参量，即Ps为q1，Is为q2，根据方程(6)、(7)可以得到海洋捕捞业的演化方程为：
Ps(k+1)=(1—1)Ps(k)—aIs(k)Ps(k)。
(8)。
Is(k+1)=(1—2)Is(k)+bPs(k)Ps(k)。
(9)。
3.1.1数据来源及处理本文选取河北、辽宁、上海、江苏、福建等9个省市为样本进行哈肯模型的计算分析，用于分析我国海洋捕捞业演化的机制。根据2013、2012 年9个省市的海洋捕捞业劳动生产率Ps和总投资Is计算整理所得数据如表1所示。
数据来源：国家海洋局203年和2014年《中国海洋统计年鉴》、国家海洋局2013年和2014年《中国渔业年鉴》，并且经过整理算得。
3.1.2模型计算。
按照计算整理所得的Ps、Is数据，利用Eviews8.0软件回归得：
Ps(2013)=0.000 000 082 6 Is(2012)Ps(2012)+ 1.081 861 Ps(2012)。
(10)。
（0.370 419）（6.224 093）。
式(10)中方程下面括号内的数字表示t统计值。
Is(2013)= —276.461 9 Ps(2012)Ps(2012) +0.683 303 Is(2012)。
(11)。
（—1.380 106）（3.060 972）。
由式（10）可得可决系数R2=0.877 174,统计量F=21.424 75，可得1=—0.081 861，a=—0.000 000 082 6。
由式（11）得到可决系数R2=0.712 080，统计量F=7.419 573，可得2=0.316 697，b=—276.461 9。
上述计算结果表明，方程的回归结果有效，但是系数a，b和t实际数值较小，说明基期2012年的海洋捕捞业的整体劳动力生产率的平方对2013年的指标存在影响，但系统演化过程中机动渔船拥有量的变化大于劳动生产率的变化，模型只研究两个变量变化的相对快慢，所以研究结果有意义。
由式（10）（11）的估计结果可知，当2＞0，且2＞|1|，表明海洋捕捞业的机动渔船拥有量Is是迅速衰减的快变量，而海洋捕捞业的劳动生产率Ps是阻尼小、衰减慢的序参量，证明原假设成立。劳动生产率Ps是海洋捕捞业演化的序参量，说明哈肯模型的基本假设亦成立，即。
Ps^=0.081 861 Ps+0.000 000 082 6 PsIs。
(12)。
Is^=—0.316 697 Is—276.461 9 Ps2。
(13)。
式（12）（13）中Ps，Is转化为状态变量q1，q2。
根据哈肯模型的分析方法，令Is^=0，由式（3），（13）可得。
Is（b/2）Ps2=—872.953 959 Ps2。
(14)。
将式（14）代入（12）可得。
Ps^=0.081 861 Ps—0.000 072 106 Ps3。
(15)。
V=—0.040 930 5 Ps2+0.000 018 026 5 Ps4。
(16)。
令Ps^=0，由于10，可知方程（15）有唯一稳定解Ps=0。
对趋势函数式(16)进行求导，则可得一阶导数为。
dv/dPs=—0.081 861 Ps+0.000 072 106 Ps3。
(17)。
令dv/dPs=0，则。
Ps（—0.081 861+0.000 072 106 Ps2）=0。
(18)。
将Ps2，Ps3分别代入趋势函数的二阶导数可得趋势函数（16）有极小值，即vmin=—23.233 931因此，解Ps2，Ps3是趋势函数（16）的两个不稳定解。
根据模型计算结果，可以得到序参量Ps的趋势函数曲线，如图1所示。
模型中的势指系统表现出的一定的发展方向或者未来走势，海洋捕捞业的趋势函数体现了势的大小，模型中两个变量的变化引起了势函数的变化，势函数的这种变化即海洋捕捞业系统的演化。（1）当状态变量(q1，q2)和控制参数(a，b，1，2)发生变化时，海洋捕捞业系统的势函数也会发生变化，海洋捕捞业系统的状态也会随之变化。（2）图1表明，在适当的控制变量下，海洋捕捞业系统内部的海洋捕捞业劳动生产率Ps和机动渔船拥有量Is两个变量会发生相互作用，形成新的稳定定态解Ps=33.694019。也就是说，在稳定定态解处系统形成了新的平衡状态。（3）从方程(8)、(9)可知，海洋捕捞业系统演化的序参量是海洋捕捞业的劳动生产率Ps。
3.3.1劳动生产率是海洋捕捞业演化机制中主宰系统演化的序参量式(8)、(9)组成的海洋捕捞业演化的演化方程组揭示了海洋捕捞业演化机制的特征：在海洋捕捞业演化机制的临界点上，主宰系统演化的序参量是海洋捕捞业劳动生产率。目前我国沿海地区的海洋捕捞业还没有达到这个临界状态。因此，加速海洋捕捞业演化进程，就要特别重视海洋捕捞业劳动生产率的提高。
3.3.2控制变量反映海洋捕捞业系统演化行为在哈肯模型中，各个控制参量的数值都反映了系统演化行为。（1）控制参数a为负值，反映海洋捕捞业机动渔船拥有量的提高促进海洋捕捞业劳动生产率的提高；（2）b为负值，反映海洋捕捞业劳动生产率不能推动机动渔船拥有量的增长；（3）1为负值，表明系统内部已经建立起海洋捕捞业劳动生产率和海洋捕捞业机动渔船拥有量不断增长的正反馈机制，在一定的生产条件下，劳动生产率将随着海洋捕捞业的发展而不断增加，当劳动生产率增加到极限时就会出现劳动生产率下降的情况，这与海洋捕捞业发展的资源存量和生产技术水平等因素相关；（4）2为正值，随着先进技术的发展和海洋捕捞业规模的稳定，海洋渔船拥有量呈下降趋势，机动渔船的利用率将会增加，同时技术、信息等无形资产将对海洋捕捞业的发展作用日益显著。
图2中+号代表正向促进作用，其中劳动生产率为海洋捕捞业演化机制的序参量，劳动生产率和机动渔船拥有量共同作用于海洋捕捞业的演化过程。技术进步以及生产规模稳定是影响生产率的主要因素，固定资产投入是影响机动渔船拥有量的主要因素。
4结论。
研究结果表明，代表海洋捕捞业劳动生产率的变量Ps是海洋捕捞业演化机制中的决定因素，各控制变量共同反映了系统演化行为。在序参量的作用下，海洋捕捞业的演化过程存在三个定态解，其中一个为稳定解，另外两个为不稳定解。
海洋捕捞业系统的演化受技术创新和生产条件的影响，系统的演化主要取决于劳动生产率，系统的演化表现为在一定资源约束、生产技术水平不变的情况下，劳动生产率几乎不变，海洋捕捞业系统整体出现均衡性和稳定性。随着生产技术水平的提高，劳动生产率将发生大幅变动，并带动系统中其余变量的变动，从而导致了海洋捕捞业系统出现了非平衡现象，这种现象随着劳动生产率在一定时期后的相对稳定而逐渐消失，海洋捕捞业系统也达到新的稳定解。
控制参量表明机动渔船拥有量的变化不能明确影响劳动生产率的变化。劳动生产率主要受技术、生产水平等相关因素影响。
参考文献：
[1] Mirva Peltoniemi.Mechanisms of capability evolution in the Finnish forest industry cluster[J].Forest Economics,2013,19(2):190—205。
[2] Wenxin Qiao, Xuedong Yan, Chunfu Shao.Evolution and Development Mechanism of Worldacute;s Megalopolises[J].Procedia — Social and Behavioral Sciences,2014,138(7): 2228。
[3] Michael Taborsky, Hans A.Hofmann, Annaliese K.Beery et al.Taxon matters: promoting integrative studies of social behavior: NESCent Working Group on Integrative Models of Vertebrate Sociality: Evolution, Mechanisms, and Emergent Properties[J].Trend in Neurosciences,2015,38(4):189—191。
[4] Christopher D.Krause, Sidney Pestka.Cut, copy, move, delete: The study of human interferon genes reveal multiple mechanisms underlying their evolution in amniotes[J].Cytokine,2015,76(2):480—495。
[5] 武进，马清亮.城市边缘区空间结构演化的机制分析[J].城市规划，1990（02）：38—42。
[6] 张跃.河南省产业集群演化机制[D].河南省开封市：河南大学，2007。
[7] 张延禄，杨乃定，刘效广.企业技术创新系统的自组织演化机制研究[J].科学学与科学技术管理，2013（06）：58—65。
[8] 刘璇，李嘉，陈智高，等.科研创新网络中知识扩散演化机制研究[J].科研管理，2015 ,36(7):19—27。
[9] H Charles J, Godfray, John R, Beddington, Ian R, Crute et al.Food security: the challenge of feeding 9 billion people [J].Science(New York, N.Y.), 2010,327(59677):812—8。
[10] Rgnvaldur Hannesson.Growth accounting in a fishery[J].Journal of Environmental Economics and Management,2007,53(3):364376。
[11] Jakob Hemmer—Hansen, Nina Overgaard Therkildsen, Dorte Meldrup.Conserving marine biodiversity: insights from life—history trait candidate genes in Atlantic cod(Gadus morhua)[J].Conservation Genetics,2014,15(1):213—228。
[12] D.Shallin Busch, Roger Griffis, Jason Link et al.Climate Science Strategy of the US National Marine Fisheries Service[J].Marine Policy,2016,74:58—67。
[13] 梁铄，秦曼.中国近海捕捞业的随机前沿分析基于省级面板数据[J].农业技术经济，2014（08）：118—127.
[14] 卢昆.海洋捕捞业作业影响因素判别及其作用机理[J].中国渔业经济，2010(1):138—143。
[15] 刘曙光,纪瑞雪.海域环境恶化对中国海洋捕捞业发展的阻滞效应研究[J].资源科学，2014（8）: 1695—1701。
[16] 杨林，苏昕.产业生态学视角下海洋渔业产业结构优化升级的目标与实施路径研究[J].农业经济问题，2010（10）: 99—105。
[17] 王子龙，谭清美，许箫迪.区域经济系统演化的自组织机制研究[J].财贸研究，2005（6）：5—9。
[18] HERMANN.H.Synergetics an introduction: Non— equilibrium phase transitions and self—organization in Physics, Chemistry, and Biology[M].Beijing: Spring—Verlag,1977。
[19] 刁晓纯，苏敬勤.基于序参量识别的产业生态网络演化方式研究[J].科学学研究，2008，26（3）：506—510。
[20] H.哈肯.《协同学导论》[M].北京：原子能出版社，1984：98—120。
（收稿日期：2016—11—09）。
[版权归原杂志和作者所有摘录自《河北渔业》杂志,转载请注明出处和作者，仅供学习参考 ]。